气候变化对农业影响的研究进展与前沿

曾志勇

摘要：在全球气候变化背景下，我国农业生产活动所受到的影响越来越严重。本文以水稻为研究对象，从生产方式、种植制度、经营方式、结构布局等不同角度总结和分析了气候变化与农业活动之间的相互关系与作用机制。结果表明，现有的研究主要分析气候变化对水稻产量与水稻种植面积的影响，而在水稻生产对气候变化的适应性与脆弱性这一领域，几乎无人问津。鲜有的关于水稻生产对气候变化适应性与脆弱性的研究发现，研究时段长短的差异以及不同的区域水稻生产对气候变化的适应性与脆弱性不尽相同。因此，气候变化背景下水稻种植户的适应性行为研究将成为未来研究的主要方向，加强对这些方面的研究将有助于深化与完善气候变化与农业影响双向互动机制的研究。

关键词：气候变化;农业;水稻生产;影响;研究进展

中图分类号： S162  文献标志码： A  文章编号：1002-1302（2019）03-0020-07

自20世纪中后期以来，气候变化问题一直是全球的热点话题。关于气候变化的研究也越来越多，并且其研究已经远超出大气科学研究范畴，涉及到社会经济科学的方方面面。特别是在我国，气候变化与农业生产行为关系密切，彼此之间存在着相互影响和相互作用的关系。一方面，气候变化的加剧给我国粮食生产带来了严峻的挑战;另一方面，我国粮食生产也积极适应气候变化并对其产生积极影响。因此，本文首先从自然科学角度和社会科学角度阐述气候变化及未来气候变化对农业生产的影响。其次，以水稻生产为重点，分析气候变化对水稻总产量、种植面积、水稻单产的影响;总结气候变化对水稻生产影响的研究成果。最后，关于水稻生产对气候变化的适应性与脆弱性分析，进行了梳理与评价，为深入开展气候变化对农业生产影响的研究和制定我国应对气候变化的农业生产政策提供经验借鉴。

1 气候变化对农业的影响

1.1 自然科学角度

气候变化给全球生态环境带来了相应的影响，农业生态环境也不例外。最早对其展开研究的是自然科学界的专家学者们，他们主要利用观测试验和构建作物模型对气候变化与农业生产活动之间的关系进行模拟分析。

1.1.1 关于观测试验的研究 在国外，学者们首先以农作物、树木、草等作为研究对象，通过开顶试验室（open-top chamber）与温室环境控制（controlled environment）研究气候变化对其的影响。研究发现，相关农作物的主要蛋白质及酶、非结构性碳水化合物含量在气候变化的作用下有所增加，这将增强作物光合作用，同时抑制作物呼吸作用，提高水分利用效率，从而改变农作物的生理形态结构与化学组成成分，最终导致农作物产量增加，这些都是气候变化导致大气CO2浓度增加所带来的结果[1]。后来，有学者通过试验得出了与之相反的结论，他们认为在早期大气CO2浓度的增加会导致作物光合作用的加强，但是如果高CO2浓度对作物的影响时间比较长，那么作物光合作用不但不会加强，反而会由于植物叶片气孔导度的减小而减弱，也就是说，作物光合作用的强弱取决于受高CO2浓度影响时间的长短[2]。

在国内，研究学者以花生、大豆等作物为对象研究气候变化对农作物光合作用的影响，重点分析CO2浓度与光合作用之间的关系。曹仁林等通过设定不同CO2浓度，利用开顶式熏气罩对花生、大豆进行试验研究，结果表明，提高CO2浓度将导致农作物光合作用加强，即CO2浓度与作物光合作用之间呈正相关关系[3]。在33～40 ℃温度区间，农作物光合作用会随着CO2浓度与温度的升高而加强，并且在同等条件下，CO2浓度与温度对花生的影响要大于对大豆的影响。但是，如果温度不在这一区间，CO2浓度与光合作用之间的关系并没有得到有效验证，表明这一关系受到温度变化的影响而呈现出不稳定性。

无论是国外还是国内，观测试验条件下所得到的农作物对CO2浓度变化的响应程度由于温度、湿度、光照、风力等气候因素的严格控制将明显区别于自然条件下所带来的结果[4]。因此，1987年在美国的小麦、棉花、玉米等种植地里出现了一种名为FACE（free-air CO2 enrichment）的装置，对CO2浓度变化给农作物带来影响的分析完全是在自然气候环境下进行的，没有采取任何主观控制环境的措施。近些年在森林、水稻田地甚至是草地也陆续出现了FACE装置，都能够比较客观地反映出农作物对于CO2浓度变化的反应程度。但是，FACE装置也存在不足之处，如不能有效解释CO2浓度变化所引起的温度变化对农作物的影響[5]，这一缺陷也给学者们指出了后续研究的方向。

1.1.2 关于作物模型的研究 为了有效解决观测试验结果精确度较低的问题，科学家们开始尝试建立各种农作物模型。最早的作物生长动态模型是由Dewit于20世纪60年代建立的SUCROS（simple and universal crop simulator）模型，重点模拟农作物的光合作用过程，强调在遵循作物自然生长的前提下研究气候变化对其的影响[6];后来，在草地、森林、经济作物、粮食作物等一系列领域出现了各种不同的作物生长模型，具有代表性的是CERES（crop environment resource synthesis，作物环境资源综合系统）和GOSSYM（gossypium simulation model）模型，这些模型开始模拟分析作物发育期的气候变化对其的作用，更注重模型的实用性[7]。

20世纪90年代末期，我国研究学者开始借鉴国外先进作物生长模型的分析思路，先后建立了RICEMOD（rice computer simulation model ）水稻模型和COTGRO（cotton organ technology relationship）棉花模型，尝试对水稻、小麦等主要粮食作物自然生长过程中所受到的气候变化影响进行模拟，并且取得了一些前期的研究成果[8]。后来，研究者在对比分析世界上不同的农作物模型之后，结合我国农作物的实际生长特点，建立了作物计算机模拟优化决策系统CCSODS（crop computer simulation，optimization，decision making system）。此系统可以在不同的气候环境、不同的区域、不同的作物生长条件下模拟分析出农作物任何品种的最优种植方案[9]。

农作物模型可以模拟作物生长的土壤养分、生长阶段、温度、湿度等具体条件，还原作物生长的客观真实环境，但是会忽略外部社会环境等因素，这是国内外作物模型共有的缺陷。

1.2 社会科学角度

1.2.1 关于统计分析方法的研究 早期的统计分析多釆用回归统计方法建立气候产量模型或气候生产力计算模型，进而分析气候波动与作物产量或气候生产力之间的数量关系。张全武等在研究宁夏灌区水稻不同年份产量差异化的原因时，运用统计回归模型分析不同年份水稻产量与温度之间的相关性，认为气温是导致宁夏灌区水稻产量呈现年份差异性变化的主要因素，并且在每年的7月中旬至下旬影响程度最高[10];王馥堂将中国粮食生产近60年的产量、种植面积等相关资料进行了统计分析，结果显示气温变化与降水量变化是影响粮食产量波动的关键气候因素[11]。

后期的统计分析通过假定未来气候因素存在变幅，然后借助某些农业气候指标或利用早期模型进行气候变化对粮食产量影响的估算。郑大玮等以我国的小麦生产为研究案例，运用积分回归模型对气温与降水量变化进行综合模拟，确定了气候变化对小麦生产的影响模式[12]。高素华等搜集华南、华北、东北、长江中下游、青海等几个区域1982—1989年粮食生产与气候变化等的相关资料，采用逐步回归模拟的方法计算了上述几个区域粮食产量的变化趋势[13]。在此基础上，分离出不同区域粮食的气候产量，以进一步分析气候变化对粮食产量变化的具体影响。他们的研究结果都表明气候变化对粮食产量的确产生了重要影响，但是其影响程度由于统计回归模型自身的缺陷而无法准确估计。

1.2.2 关于生产函数模型的研究 最早将农业气候研究与经济研究联系起来的是丑洁明等将温度、降水量等气候变量融入到生产函数中，构建了所谓的新经济-气候模型，并将其与传统的C-D生产函数模型进行比较。对比发现，新经济-气候模型的模拟结果要比传统的生产函数模型更精确，同时也验证了在每年的4—6月降水量确实对粮食产量产生了重大影响[14]。

崔静等以水稻、玉米、小麦为研究对象，也利用经济-气候模型分析1976—2009年主要粮食作物产量变化的状况。研究表明，气候因子对粮食产量的影响存在明显的区域差异性特点，即北方的粮食产量由于气候变化而增加，但南方的粮食产量变化则刚好与北方相反;此外，还发现不同的气候因子对不同品种粮食的产量影响也不相同，具体表现为气温升高将降低早稻与玉米产量;降水量增加则不利于小麦生产;平均日照时数延长将导致玉米减产[15]。

1.2.3 关于其他经济模型的研究 统计分析与生产函数模型都没有考虑农户对气候变化的适应性行为这一影响因子，这将在很大程度上降低模型构建的合理性。所以，Seo等选用逻辑回归（Logistic）模型分析拉丁美洲农户在气候变化影响下的生产行为，结果表明在温度不断上升的条件下，农户更加愿意种植喜热类农作物，比如水果和蔬菜，而将放弃种植不利于在高温环境中生长的马铃薯、小麦等农作物[16]。

还有学者运用Ricardian（李嘉图）模型分析农业生产活动受气候变化的影响程度，他们认为Ricardian模型相比生产函数模型而言精确度更高，因为这种模型将农户对气候变化的反应行为作为主要的影响因子，有效规避了模型的有偏估计问题。Ricardian模型出现后受到各国学者的青睐，在全球范围内掀起了Ricardian模型的研究热潮。但是，Ricardian模型的运用过程中也存在着一些不可忽略的缺陷，比如对样本容量要求比较高，前提假设条件比较多并在现实环境中很难满足等，所以，Ricardian模型的使用范围比较有限[17]。

1.3 气候变化对农业生产影响小结

就研究角度而言，目前国内外关于气候变化对农业生产影响的研究，主要还是从自然科学角度进行的，通过社会科学角度进行研究所取得的成果相对比较少;尤其是在国内，通过经济社会角度研究气候变化对农业生产的影响才刚刚崭露头角，少数研究成果也都是经济领域中的定性分析研究，经济计量模型研究成果就更加弥足珍贵了。就研究方法而言，关于气候变化对农作物产量影响的研究主要是通过观测试验和模型模拟2种方法完成的。动态数值模拟研究主要考虑农作物生长机理，并没有考虑其他影响农作物生长的因素，这不符合当今社会经济现实状况，因此其研究结果并不精确。

2 气候变化对水稻生产影响的研究

2.1 气候变化对水稻产量的影响

2.1.1 关于气候变化对水稻实际产量影响的研究 在国外，较早开展气候变化对水稻产量影响分析的是国际水稻研究所，他们利用1978—2004年的气象和粮食生产资料，分别研究日最高气温、日最低气温以及日气温差对水稻产量的作用。研究发现，日最低气温升高在很大程度上降低水稻产量，并且实证分析出水稻产量的气温弹性系数是-0.1，但日最高气温变化对水稻产量的影响并不明确[18]。

有学者对全球范围内1962—2004年间气温变化与水稻产量之间的关系进行了系统研究，认为最高气温升高对大多数国家水稻产量产生抑制作用，将使水稻减产0.2%，日气温差的变化将对水稻产量产生负向影响[19]。随后，学者们以印度为研究对象分析得出了與之前不太一致的结论。他们认为印度1978—2008年水稻产量与最高温度呈负相关，并且最高温度每升高1 ℃，水稻产量降低10.4%，与最低温度的相关性并不显著[20]。

在国内，林而达等最早使用CERES-Wheat（crop environment resource synthesis- Wheat） 和CERES-Maize（crop environment resource synthesis- Maize）模型以及荷兰的ORYZA 水稻模型模拟气候变化对水稻生产的影响，结果表明水稻减产幅度在4.7%～11.5%。周文魁借鉴前人研究的经验，选取华东、华北、西北、西南、中南5个地区作为研究对象，分析得出在1959—2007年间气温变化对水稻产量影响最严重的是西北地区，影响最小的是西南地区，还计算出水稻产量的气温弹性系数，按研究区域排序依次为-2.5%、-2.3%、-3.2%、-1.6%、-2.6%[21]。朱红根将我国南方地区作为唯一的研究对象，利用加入了气候因子的生产函数模型作为分析工具，提高了模型研究假设的合理性和模拟结果的精确性，研究结果表明气温变化与水稻产量呈显著的负相关关系，并且平均温度上升1 ℃，将导致水稻产量下降2.61%～3.57%[22]。

2.1.2 关于气候变化对水稻预期产量影响及产量变化趋势的研究 国外许多学者早期都是利用大气情景模拟模式对水稻的气候产量进行预测分析。Krajewska等利用3种大气环流模式的气候数据对亚洲、拉丁美洲与非洲水稻产量的变化进行评价[23];Parry等则预测分析全球范围内2072—2101年水稻在4种HadCM2情景与一种HadCM3情景下产量的变化状况，但并没有得出实质性的结论[24]。Sheehy等运用模型预测气候变化对水稻产量的影响，表明最低气温每升高1 ℃，水稻将减产14.7%，日平均气温升高1 ℃，水稻将减产6.2%[25]。

我国的学者们近些年也开始模拟预测水稻产量的变化趋势。石春林等最早利用GISST 模式与作物模型相结合，模拟分析长江中下游地区未来60年水稻产量的变化情况，得出了水稻将来会减产的结论[26]。张建平等则将研究范围限定在我国南方地区，选用BCC-T63情景模拟模式，并且将其与定量计算模型相结合，分析认为我国南方地区水稻在气候变化的作用下将呈现出减产的趋势，且早稻的减产幅度要略高于晚稻的减产幅度[27]。熊伟等综合前人的研究结论，组合了HadCM2（Had circulation models2）和ECHAM4（examined in a coupled atmosphere-ocean general circulation model）的4种气候变化情景，得出了与前人基本一致的结论，即我国水稻产量在未来气候变化情境下将出现下降的趋势，并且下降的趋势存在区域差异性的特征，下降的程度随着时间的推移而不断加深[28]。

2.2 气候变化对水稻种植布局的影响

2.2.1 关于气候变化对水稻种植面积影响的研究 Reyenga等在对澳大利亚水稻种植面积的变化情况进行分析时，选用APSIM作物模拟模型作为量化工具，研究发现未来气候变化将使澳大利亚水稻种植面积增加约25万hm2，种植区域将由南向北移动[29]。郑小华等通过GIS地理数量分析方法对陕西省近45年的气候与水稻产量变化资料进行了综合分析，表明冬季气温变化对陕西省水稻种植面积的影响要大于夏季气温变化，总体而言水稻种植界限在气温升高的条件下将北移[30]。还有学者专门研究黑龙江省水稻种植面积与气候变化的关系，所得到的结论基本上与国内外其他学者的观点不谋而合，即水稻种植面积的增加主要是气温升高的结果。

2.2.2 关于气候变化对水稻种植时间影响的研究 部分学者首先对东北地区不同时期水稻生长期进行了比较分析，表明随着气温不断升高，水稻生育期明显有所延长。具体数据显示，东北地区水稻播种期相比过去提前了4.1 d，而收获期却延迟了2.1 d。但是，曾凯等对长江中下游地区水稻生育期变动趋势进行分析，所得的结果刚好相反。他们认为在气温升高的前提下，水稻生产的开花期、抽穗期、乳熟期、灌浆期不但不会延长反而会大大缩短，整体來说水稻平均生育期将会缩短7 d[31]。

雷秋良等通过对近40年水稻生育期数据的综合整理，发现气候变化对水稻生长期的影响呈现出阶段性特点，水稻从播种到移栽的时间长度在气温升高的作用下会缩短，但水稻从移栽到开花、抽穗的时间长度则会在气候变化的影响下明显延长[32]。因此，水稻生长期变化趋势在气候变化的影响下表现得并不显著。

2.2.3 关于气候变化对水稻种植制度影响的研究 赵锦等通过分析中国南方地区气候变化对水稻种植制度界限的影响，与1981年以前对比发现，南方一年一熟和一年二熟地区界限变化不明显，但面积有所缩小，而一年三熟地区面积扩大，且气候变化使得南方地区多熟种植界限向北和向西推进[33]。

金之庆等利用相似分析方法对我国华中地区水稻种植界限的变化情况进行模拟分析，结果表明在未来气候情景下到2020年华中地区水稻种植区域将会向武汉-郑州-成都一线移动[34]。郝志新等以东北地区辽宁省为例分析气候变化对水稻种植制度的影响，得出了比前人更新且更为精确的结论。他们认为导致水稻种植界限移动的气候因子不仅有气温的变化还有降水量的变动，气温升高与降水量增加将共同导致水稻种植界限北移[35-36]。

2.3 气候变化对水稻单产的影响

2.3.1 关于气候变化对水稻单产水平影响的研究 江敏运用CERES-Rice模型预测模拟分析气候变化对水稻单产的影响，结果发现到2030—2050年福建省水稻生长期在气候变化影响下会有所缩短，并且水稻单产水平会降低，然而这一结论却并不适用于东北区域，在她的研究中也证实了东北地区水稻单产的提升主要得益于气温上升[37]。熊伟等在不同的气候变化情境下，利用农作物模拟模型，对我国水稻、玉米、小麦等主要粮食作物未来的产量状况进行预测分析，结果表明，如果考虑到气温升高的情况，到2030年、2040年、2070年3个不同时间段，3种主要粮食作物的单产水平都会上升，但是如果不考虑气温升高的情形，3种主要粮食作物单产的水平将呈现下降的趋势[38]。

2.3.2 关于气候变化对水稻单产水平影响存在分歧的研究 气候变化对水稻单产水平影响不一致的争论主要集中在东北区域。李秀芬等通过对过去70年黑龙江省水稻生产数据与气候数据的统计回归分析，认为气候变化对黑龙江省水稻单产水平的变化是不利的，且气温与水稻单产水平两者之间呈负相关关系。并且研究还发现气温的升高同时也大大提高了干旱与病虫害的发生频率，这在一定程度上又将减少水稻产量[39]。而方修琦等在黑龙江省水稻大面积产区内，选用1965—2007年水稻单产数据，再结合30个地方气象站点的气温与降水数据，通过构建空间面板数据模型，精确计算出气候变化对水稻单产的作用程度，结果说明过去几十年气温升高有利于黑龙江省水稻单产水平的提高，并且其幅度达到3%左右[40]。

2.4 气候变化对水稻生产影响小结

气候变化不仅影响水稻的实际产量，还对水稻生产的预期产量以及未来产量的变化趋势产生影响，并且气候变化对水稻产量的影响存在阶段差异性，即对早稻产量与晚稻产量的影响不同。研究还发现导致水稻产量变化的关键气候因素是温度与降水量。气候变化对水稻种植布局的影响是通过水稻种植面积、种植时间、种植制度3个方面表现的。研究表明气温升高对南半球水稻种植面积的影响比北半球的影响更严重，从而导致在全球范围内水稻种植界限由南向北移动，并且气候变化对水稻种植制度的影响也存在区域差异性。气候变化对水稻单产水平及变化趋势都产生影响，但是其影响方向与影响程度存在着分歧。总体而言，研究表明气候变化对水稻单产的影响呈现出区域差异性，并且即使是同一区域也会存在时间差异性。